La visione artificiale guida le decisioni degli agenti di IA visiva

Ogni settore, dalla produzione al commercio al dettaglio, deve affrontare sfide specifiche nei propri processi, e trovare soluzioni innovative a questi problemi è sempre stato fondamentale per gestire aziende di successo. Di recente, gli agenti di AI sono diventati una soluzione molto diffusa in molti ambiti. Questi sistemi non si limitano ad analizzare i dati: possono anche agire.

Per esempio, gli agenti di AI nella produzione possono rilevare difetti in tempo reale e avviare automaticamente misure di controllo della qualità per mantenere la produzione efficiente. Allo stesso modo, nella logistica e nel commercio al dettaglio possono monitorare più sedi con sistemi di sorveglianza intelligenti e avvisare immediatamente i team in caso di attività insolite.

Con la crescita di questa tendenza, gli agenti di AI stanno trasformando attivamente i settori in tutto il mondo. Nel 2024, il mercato globale degli agenti di AI ha raggiunto i 5,1 miliardi di dollari e si prevede che arriverà a 47,1 miliardi entro il 2030.

Fig. 1. Panoramica delle dimensioni del mercato globale degli agenti di AI.

Una delle tecnologie chiave alla base di questi progressi è la visione artificiale. Permettendo alle macchine di elaborare e interpretare i dati visivi, l'AI per la visione consente agli agenti di AI di eseguire attività di visione artificiale come il rilevamento degli oggetti in tempo reale, la segmentazione delle istanze e il tracciamento degli oggetti con una precisione straordinaria. Colma il divario tra ciò che le macchine vedono e il modo in cui prendono decisioni, diventando così una componente essenziale di molte soluzioni basate sull'AI.

In questo articolo parleremo degli agenti di AI e del loro rapporto con la visione artificiale. Vedremo anche i diversi tipi di agenti di AI e come vengono utilizzati nelle applicazioni basate sulla visione. Iniziamo!

Cosa sono gli agenti IA?#

Prima di approfondire gli agenti IA basati sulla visione, prendiamoci un momento per capire cosa sono gli agenti IA in generale e scoprire quanto possono essere versatili questi sistemi.

Un agente IA è un sistema intelligente in grado di comprendere e svolgere attività o rispondere a domande senza l’aiuto di una persona. Molti agenti IA utilizzano l’apprendimento automatico e l’elaborazione del linguaggio naturale (NLP) per gestire un’ampia gamma di attività, dalle risposte a domande semplici alla gestione di processi complessi.

Alcuni agenti IA sono persino in grado di apprendere e migliorare nel tempo, a differenza dei sistemi IA tradizionali, che dipendono dall’intervento umano per ogni aggiornamento. Per questo gli agenti IA stanno diventando rapidamente una componente essenziale dell’IA. Possono automatizzare attività, prendere decisioni e interagire con l’ambiente senza una supervisione costante. Sono particolarmente utili per gestire attività ripetitive e dispendiose in termini di tempo.

Per esempio, puoi trovare agenti IA in settori come il servizio clienti e l’ospitalità. Nel servizio clienti, gli agenti IA vengono utilizzati per elaborare rimborsi e offrire consigli personalizzati sui prodotti. Nel settore dell’ospitalità, invece, possono aiutare il personale degli hotel a gestire le richieste degli ospiti, semplificare il servizio in camera e consigliare attrazioni nelle vicinanze. Questi esempi mostrano come gli agenti IA rendano i processi quotidiani più rapidi ed efficienti.

Come funzionano gli agenti IA basati sulla visione#

Ora vediamo rapidamente come funzionano gli agenti IA. Ogni agente IA è unico e progettato per attività specifiche, ma tutti condividono le stesse tre fasi principali: percezione, processo decisionale e azione.

Per prima cosa, nella fase di percezione, gli agenti IA raccolgono informazioni da fonti diverse per capire cosa sta succedendo. Segue il processo decisionale. Sulla base delle informazioni raccolte, utilizzano i propri algoritmi per analizzare la situazione e decidere come agire al meglio. Infine, c’è l’azione. Una volta presa una decisione, la mettono in pratica: che si tratti di rispondere a una domanda, completare un’attività o segnalare un problema da sottoporre a una persona.

Può sembrare semplice, ma, a seconda del tipo di agente IA, spesso dietro le quinte succedono molte cose per rendere possibili queste fasi. Dall’analisi di dati complessi all’impiego di modelli avanzati di apprendimento automatico, ogni agente IA è progettato per gestire attività specifiche a modo proprio.

Per esempio, mentre molti agenti IA si concentrano sull’elaborazione del linguaggio tramite NLP, altri, noti come agenti IA basati sulla visione, integrano la visione artificiale per gestire dati visivi. Utilizzando modelli avanzati di visione artificiale come Ultralytics YOLO11, gli agenti IA basati sulla visione possono eseguire analisi delle immagini più precise.

Fig. 2 Un esempio di conteggio delle mele in un’immagine con YOLO11.

Agenti IA basati sulla visione nelle auto a guida autonoma#

Prendiamo come esempio le auto a guida autonoma per vedere come gli agenti IA basati sulla visione applicano le tre fasi principali descritte sopra:

• Percezione: gli agenti IA basati sulla visione nelle auto a guida autonoma raccolgono dati visivi dalle telecamere e dai sensori installati sul veicolo. Questi dati includono immagini e video dell’ambiente circostante, come altri veicoli, pedoni, semafori e segnali stradali.
• Processo decisionale: l’agente IA elabora questi dati visivi utilizzando modelli come Ultralytics YOLO11. Identifica oggetti come auto e pedoni, rileva ostacoli o cambi di corsia improvvisi e riconosce schemi come il flusso del traffico e lo stato dei semafori. Questo aiuta l’auto a comprendere le condizioni stradali in tempo reale.
• Azione: in base alla propria analisi, l’agente IA agisce, per esempio sterzando per evitare un ostacolo, regolando la velocità o fermandosi al semaforo rosso. Queste decisioni vengono prese rapidamente per garantire una guida sicura ed efficiente.

Le auto a guida autonoma di Waymo sono un ottimo esempio di questa tecnologia. Utilizzano agenti IA basati sulla visione per comprendere l’ambiente circostante, prendere decisioni in tempo reale e percorrere le strade in modo sicuro ed efficiente senza intervento umano.

Fig. 3 Taxi a guida autonoma di Waymo basato su un agente IA.

Tipi di agenti IA basati sulla visione#

Ora che abbiamo visto come funzionano gli agenti IA e come utilizzano la visione artificiale, esaminiamo i diversi tipi di agenti IA. Ogni tipo è progettato per attività specifiche, da azioni semplici a processi decisionali e di apprendimento più complessi.

Agenti reattivi semplici#

Gli agenti reattivi semplici sono il tipo più basilare di agente IA. Rispondono a input specifici con azioni predefinite, basandosi esclusivamente sulla situazione attuale senza considerare la cronologia o gli esiti futuri. In genere, questi agenti utilizzano semplici regole «se-allora» per determinare il proprio comportamento.

Nell’analisi delle immagini, un agente reattivo semplice potrebbe essere programmato per rilevare un determinato colore, come il rosso, e attivare subito un’azione, per esempio evidenziare o contare gli oggetti rossi. Può funzionare per attività semplici, ma è limitato negli ambienti più complessi, perché l’agente non apprende né si adatta in base alle esperienze precedenti.

Agenti reattivi basati su modelli#

Gli agenti reattivi basati su modelli sono più avanzati degli agenti reattivi semplici perché utilizzano un modello interno dell’ambiente per comprendere meglio la situazione. Questo modello consente loro di gestire informazioni mancanti o incomplete e prendere decisioni più consapevoli.

Prendiamo ad esempio i sistemi di telecamere di sicurezza basati sull’IA. Gli agenti IA basati sulla visione integrati in questi sistemi possono utilizzare la visione artificiale per analizzare ciò che accade in tempo reale. Possono confrontare movimenti e azioni con un modello del comportamento normale, aiutando a individuare più accuratamente attività insolite, come i furti nei negozi, e a segnalare potenziali minacce alla sicurezza.

Fig. 4 Un esempio di rilevamento dei furti con la visione artificiale.

Agenti basati sull’utilità#

Pensa a un drone basato sull’utilità impiegato per monitorare le colture. Regola la traiettoria di volo per coprire più terreno evitando gli ostacoli e seleziona il percorso migliore per l’attività. In altre parole, il drone valuta diverse azioni possibili, per esempio quale area privilegiare o come spostarsi in modo efficiente, e sceglie quella che massimizza la propria efficacia.

Analogamente, gli agenti basati sull’utilità sono progettati per scegliere l’azione migliore tra diverse opzioni, così da ottenere il massimo beneficio o risultato. Gli agenti IA basati sulla visione progettati a questo scopo possono elaborare e analizzare diversi input visivi, come immagini o dati dei sensori, e selezionare il risultato più utile in base a criteri predefiniti.

Fig. 5. I droni basati sull’utilità possono essere impiegati per il monitoraggio delle colture.

Agenti basati su obiettivi#

Gli agenti basati su obiettivi sono simili agli agenti basati sull’utilità perché entrambi mirano a raggiungere obiettivi specifici. Tuttavia, gli agenti basati su obiettivi si concentrano esclusivamente sulle azioni che li avvicinano all’obiettivo definito. Valutano ogni azione in base al contributo al raggiungimento dell’obiettivo, senza considerare altri fattori come il valore complessivo o i compromessi.

Per esempio, un’auto a guida autonoma opera come agente basato su obiettivi quando il suo scopo è raggiungere una destinazione. Elabora i dati provenienti da telecamere IA e sensori per prendere decisioni come evitare ostacoli, rispettare i semafori e scegliere le svolte giuste per mantenere la rotta. Queste decisioni dipendono interamente da quanto contribuiscono a raggiungere la destinazione in modo sicuro ed efficiente. A differenza degli agenti basati sull’utilità, quelli basati su obiettivi si concentrano soltanto sul raggiungimento dell’obiettivo, senza considerare criteri aggiuntivi come l’efficienza o l’ottimizzazione.

Fig. 6 Un’auto a guida autonoma usa la visione artificiale per identificare gli oggetti circostanti.

Agenti basati sull’apprendimento#

Se conosci la visione artificiale, potresti aver sentito parlare del fine-tuning, un processo in cui i modelli migliorano apprendendo da nuovi dati. Gli agenti basati sull’apprendimento funzionano in modo simile: si adattano e migliorano nel tempo man mano che acquisiscono esperienza. In applicazioni come il controllo qualità basato sulla visione, questi agenti diventano più efficaci nel rilevare difetti a ogni ispezione. Questa capacità di perfezionare le proprie prestazioni è particolarmente importante in settori come l’aviazione, dove sicurezza e precisione sono fondamentali.

Agenti gerarchici#

Gli agenti gerarchici semplificano le attività complesse suddividendole in passaggi più piccoli e gestibili. Un agente di livello superiore supervisiona il processo complessivo e prende decisioni strategiche, mentre gli agenti di livello inferiore gestiscono attività specifiche. Questo approccio è più efficiente nelle operazioni che richiedono più fasi e un’esecuzione dettagliata.

Per esempio, in un magazzino automatizzato, un robot di livello superiore potrebbe pianificare il processo di smistamento e decidere in quali aree inviare i diversi articoli. Nel frattempo, i robot di livello inferiore si concentrano sull’identificazione degli articoli tramite la visione artificiale, analizzando caratteristiche come dimensioni, forma o etichette e organizzandoli negli scomparti corretti. Una chiara suddivisione delle responsabilità aiuta il sistema a funzionare senza intoppi.

Fig. 7 Un esempio di agente IA robotico che smista pacchi.

Come iniziare a creare un agente IA basato sulla visione#

Il componente fondamentale di un agente IA dotato di capacità visive è un modello di visione artificiale. Uno dei modelli di visione artificiale più recenti e affidabili oggi disponibili è Ultralytics YOLO11. YOLO11 è noto per l’efficienza e la precisione in tempo reale, caratteristiche che lo rendono ideale per le attività di visione artificiale.

Ecco le diverse fasi necessarie per creare un agente IA con le funzionalità di Ultralytics YOLO11:

• Prepara un dataset: raccogli e preelabora immagini etichettate pertinenti all’attività che dovrà svolgere il tuo agente IA.

• Addestra il modello su misura: addestra Ultralytics YOLO11 specificamente sul tuo dataset per aumentarne la precisione e le prestazioni nella tua applicazione specifica.

• Integra un framework per il processo decisionale: collega il modello addestrato a un sistema che consenta all’agente IA di prendere decisioni sulla base degli input visivi.

• Esegui test e perfeziona: distribuisci l’agente IA, verifica le sue prestazioni, raccogli feedback e modifica il modello per migliorarne la precisione e l’affidabilità.

Punti chiave#

Gli agenti IA integrati con la visione artificiale, ovvero gli agenti IA basati sulla visione, stanno trasformando i settori automatizzando le attività, accelerando i processi e migliorando il processo decisionale. Dalle città intelligenti che regolano il traffico ai sistemi di sicurezza che utilizzano il riconoscimento facciale, questi agenti offrono nuove soluzioni a problemi comuni.

Possono anche continuare ad apprendere e migliorare nel tempo, risultando utili in ambienti mutevoli. Grazie a strumenti come Ultralytics YOLO11, è più facile creare e utilizzare questi agenti IA, dando vita a soluzioni più intelligenti ed efficienti.

Unisciti alla nostra community e visita il nostro repository GitHub per saperne di più sull’IA. Scopri diverse applicazioni della visione artificiale in ambito sanitario e dell’IA in agricoltura nelle nostre pagine dedicate alle soluzioni. Dai un’occhiata alle opzioni di licenza disponibili per iniziare!